究竟是大數(shù)據(jù)更加重要，還是小數(shù)據(jù)更有價值？對此，中鋼集團信息管理部總經(jīng)理李紅和昆侖數(shù)據(jù)首席數(shù)據(jù)科學家田春華給出了各自的見解。

在過去幾年，“大數(shù)據(jù)”一詞炙手可熱，很多企業(yè)、用戶都對大數(shù)據(jù)十分感興趣。但是在實際應用當中，我們看到大數(shù)據(jù)應用的狀況似乎并不如想象中的普遍。

世界著名品牌營銷專家馬丁·林斯特龍指出，大數(shù)據(jù)雖然連接了千萬個數(shù)據(jù)點，可以準確地產(chǎn)生相互關系，但是當人類按照自己的習慣行動時，大數(shù)據(jù)分析通常不會十分準確。所以，在大數(shù)據(jù)之外，挖掘用戶需求的同時，更重要的是通過對一個小群體的親身觀察和對小數(shù)據(jù)的常識判斷，捕捉到這個社會群體所體現(xiàn)出的文化欲望，滿足這些用戶的需求。

那么究竟是大數(shù)據(jù)更加重要，還是小數(shù)據(jù)更有價值？對此，中鋼集團信息管理部總經(jīng)理李紅和昆侖數(shù)據(jù)首席數(shù)據(jù)科學家田春華進行了討論。

Q：您認為大數(shù)據(jù)更有價值，還是小數(shù)據(jù)更實用？

李紅：我認為不能武斷地說大數(shù)據(jù)、小數(shù)據(jù)誰更有價值，因為兩者不是對等的概念，應該說大數(shù)據(jù)有大數(shù)據(jù)的價值，小數(shù)據(jù)有小數(shù)據(jù)的價值，取決于數(shù)據(jù)的應用。

田春華：我支持的數(shù)據(jù)是大數(shù)據(jù)和小數(shù)據(jù)的融合，因為“數(shù)”是載體，“聚”才是我們的目的。

Q：究竟什么是大數(shù)據(jù)、什么是小數(shù)據(jù)，兩位專家如何定義？

李紅：我曾經(jīng)在行業(yè)工作了十幾年，一直從事統(tǒng)計工作，由于我個人的工作經(jīng)歷，我對數(shù)據(jù)比較敏感。

我認為小數(shù)據(jù)一般是指傳統(tǒng)上對數(shù)據(jù)的使用，在過去由于受技術、資源的限制，我們在采取小數(shù)據(jù)時有明確的目的，對小數(shù)據(jù)的用途賦予了很明確的要求。在取得數(shù)據(jù)時，數(shù)據(jù)本身就被賦予了很多信息和知識內(nèi)涵，否則我們就會浪費資源。

大數(shù)據(jù)和小數(shù)據(jù)是不對等的，因為現(xiàn)在技術進步了，我們可以簡單而又方便地應用大量數(shù)據(jù)，所以人們給數(shù)據(jù)定義了四個V（多樣化、體量大、速度快、價值高）。大數(shù)據(jù)的概念是什么？是將原生態(tài)、原始的數(shù)據(jù)經(jīng)過一系列的清洗、打標簽、標識、建模等手段，使原始數(shù)據(jù)產(chǎn)生價值。所以，在四個V中，才會有價值高這個概念。

無論是小數(shù)據(jù)還是大數(shù)據(jù)，我們都要理解各自的用途。為了滿足對現(xiàn)象的描述，對經(jīng)濟發(fā)展概念的理解，我們花了大量的精力，對小數(shù)據(jù)進行指標設置、標準的界定，然后對數(shù)據(jù)反映的情況進行分析和甄別，這是小數(shù)據(jù)的應用。

在傳統(tǒng)應用中哪些是小數(shù)據(jù)？小數(shù)據(jù)包括了GDP、銷售率、成本核算等這些大量的傳統(tǒng)數(shù)據(jù)。

大數(shù)據(jù)的用途非常廣泛，主要聚焦在互聯(lián)網(wǎng)和電商企業(yè)，大數(shù)據(jù)在這些企業(yè)中體量十分龐大，并且有很多維度，還可以實時動態(tài)更新。當擁有這些數(shù)據(jù)后，我們就可以通過分析提高自身的能力。

比如通過大數(shù)據(jù)，可以進行用戶畫像、精準營銷、預測性維護，這些能力是小數(shù)據(jù)達不到的。

所以，我的觀點就是，大數(shù)據(jù)和小數(shù)據(jù)不是對等的概念，大數(shù)據(jù)和小數(shù)據(jù)各有價值，取決于在不同的領域有不同的用途。

田春華：不能從內(nèi)、外這樣的角度來區(qū)分大數(shù)據(jù)和小數(shù)據(jù)，從學術上來講，大數(shù)據(jù)也不是一個嚴格的學術名詞。

談到大數(shù)據(jù)，很多人混淆了數(shù)據(jù)的兩個層面：

1.大數(shù)據(jù)技術。

2.大數(shù)據(jù)思維。

從數(shù)據(jù)技術的角度來說就是四個V。目前，大家總會強調(diào)數(shù)據(jù)量的問題。比如Google在早期解決的數(shù)據(jù)問題非常簡單。他們在面對海量數(shù)據(jù)時，利用高性價比的方式來代替昂貴的存儲介質(zhì)、商用服務器等，因為大量搜索低價值密度的數(shù)據(jù)，雖然數(shù)據(jù)量大，但是價值密度比較低。這時如果再用昂貴的存儲介質(zhì)，銀行、電信等行業(yè)就無法支撐下去。

最早互聯(lián)網(wǎng)行業(yè)發(fā)展大數(shù)據(jù)的動機很簡單，就是為了降低成本。所以，如果用普通的機器來做，就帶來了一個新的問題，各類機器的差異性較大，而且機器的計算是單節(jié)點，性能較低，怎樣組成一個可靠性強、吞吐量大的高級節(jié)點計算，這就需要大數(shù)據(jù)技術，包括如何解決計算中的瓶頸問題，這是大數(shù)據(jù)技術的起因。

數(shù)據(jù)思維就是如何依靠數(shù)字化轉(zhuǎn)型，來幫助企業(yè)審視企業(yè)自身的業(yè)務，支持企業(yè)轉(zhuǎn)型和發(fā)展。

但是大數(shù)據(jù)就要體現(xiàn)全面性。我們接觸最多的是石油行業(yè)，在過去，小數(shù)據(jù)覆蓋了很多專業(yè)領域，包括管理性維護、施工系統(tǒng)等，而這些系統(tǒng)都可以反饋數(shù)據(jù)，但是各個數(shù)據(jù)都沒有打通。

通過數(shù)據(jù)梳理后，數(shù)據(jù)雖然打通了，但是卻無法運行。這不僅僅是運維的問題，也可能是施工的問題。所以，在以前，小數(shù)據(jù)或者是專業(yè)數(shù)據(jù)是割裂的。在大數(shù)據(jù)時代，每個企業(yè)做的第一件事就是把數(shù)據(jù)打通，建立全生命周期的數(shù)據(jù)管理體系，從建設期到移交期，再到運維期。但是這還不能稱為大數(shù)據(jù)，應該稱為數(shù)據(jù)思維。

對于制造行業(yè)，在整個生產(chǎn)環(huán)節(jié)中，如果通過數(shù)據(jù)關聯(lián)，我們可以把生產(chǎn)過程的全息畫像描繪出來再進行分析，可能會發(fā)現(xiàn)原來在工藝或者是傳統(tǒng)制造之外的東西，這是數(shù)據(jù)思維或者是大數(shù)據(jù)思維帶來的一些新的東西。

主要的區(qū)別在于數(shù)據(jù)的利用方面，就是如何利用數(shù)據(jù)。

大數(shù)據(jù)、小數(shù)據(jù)二者的區(qū)別是相對的。小數(shù)據(jù)的價值密度高，大數(shù)據(jù)的價值密度低。另外從統(tǒng)計的角度來講，我們從來沒遇見過大數(shù)據(jù)，因為人們的好奇心永遠超過數(shù)據(jù)量。對于數(shù)據(jù)科學家來說，總是感覺數(shù)據(jù)不夠。因為我們的興趣是呈指數(shù)增長的，而數(shù)據(jù)量是線性或者是多項式增長，所以我們的增長速度遠遠超過數(shù)據(jù)。

Q：為什么在大數(shù)據(jù)時代，我們又重新提起小數(shù)據(jù)？現(xiàn)在的小數(shù)據(jù)跟之前的小數(shù)據(jù)有什么不同？

李紅：目前，大數(shù)據(jù)通過互聯(lián)網(wǎng)的發(fā)展，越來越受到各界追捧，很多人認為一切都可以利用大數(shù)據(jù)來解決。但實際上并不是這樣，為什么不能忽視小數(shù)據(jù)？什么才是數(shù)據(jù)的價值？

1.數(shù)據(jù)來源。

2.數(shù)據(jù)加工。

3.數(shù)據(jù)使用。

應當從這三個方面來看二者的區(qū)別。

從數(shù)字來源看，互聯(lián)網(wǎng)企業(yè)強調(diào)數(shù)據(jù)一定來源于最原始、最本源的狀態(tài)。就像礦石一樣，埋在地下，只有挖出來它才有價值。所以，現(xiàn)在大量的機器數(shù)據(jù)、行為數(shù)據(jù)等，都可以變成數(shù)據(jù)。

而小數(shù)據(jù)則不同，為了獲得知識，我們要定位自己的需求、有較強的目的性，才能保證付出較小的代價。因為在龐大的數(shù)據(jù)量面前，我們就沒有足夠的力量和能力進行處理了，所以在獲取的過程中就會出現(xiàn)取舍，因為取舍，就會忽視很多事物的本質(zhì)，數(shù)據(jù)量就會變小。

只有賦予了數(shù)據(jù)的定義、內(nèi)涵、算法，我們所獲取的數(shù)據(jù)才會變得有價值。但是小數(shù)據(jù)和大數(shù)據(jù)的區(qū)別就是，小數(shù)據(jù)舍棄了很多有價值的東西。

從數(shù)據(jù)來源的角度來說，小數(shù)據(jù)是人類社會、經(jīng)濟社會活動的基礎。不能只依靠挖掘大數(shù)據(jù)，小數(shù)據(jù)也可以支撐我們對事物進行經(jīng)濟分析。

從加工的角度來說，大數(shù)據(jù)的加工很簡單?，F(xiàn)在的算法有很多，比如要識別一個東西，必須通過算法、算力和數(shù)據(jù)的不斷迭代，才能精確識別，才能確認大數(shù)據(jù)是否存在價值。

有些BAT的專家曾經(jīng)講過，盡管手里有數(shù)據(jù)，也不知道怎么用。比如人工智能需要通過數(shù)據(jù)建模不斷迭代，才能體現(xiàn)識別能力。這是大數(shù)據(jù)的加工方法。

小數(shù)據(jù)的加工方法相對簡單，通過統(tǒng)計、匯總、建模，也可以通過數(shù)據(jù)展示來處理小數(shù)據(jù)。我們現(xiàn)在所看到的圖表、報表、簡單圖形等都非常直觀，它們能夠讓我們很容易地知道我們想達到的目的，驗證我們預測的目標和結果。

相比之下，通過大數(shù)據(jù)我們很容易獲得更深層次的東西。因為有數(shù)據(jù)，我們通過加工、建模，可以把一些顯性的數(shù)據(jù)利用起來。小數(shù)據(jù)只能用一些能看得到的顯性數(shù)據(jù)，而大數(shù)據(jù)可以發(fā)現(xiàn)更深層次的東西。從數(shù)據(jù)加工來說，小數(shù)據(jù)加工簡單、直觀，大數(shù)據(jù)需要通過復雜的處理。

從數(shù)據(jù)的最終使用角度來看，在過去，小數(shù)據(jù)要支撐我們的各種決策，直到現(xiàn)在也如此。舉個例子，從人力資源理論來講，一般的物理情況下，一個人能管控七個人，因為人的手、目測距離有限。那么七個人以上怎么辦？如果一個大公司有幾千、幾萬人，一個企業(yè)在全世界都有部署，那么依靠傳統(tǒng)的人力資源管理方式就行不通了。所以，這種情況下利用小數(shù)據(jù)進行決策更加有效。

我們?yōu)槭裁从么髷?shù)據(jù)？為什么大數(shù)據(jù)發(fā)展這么迅速？區(qū)塊鏈、人工智能都是大數(shù)據(jù)自然發(fā)展而來的一種技術，這就說明大數(shù)據(jù)發(fā)揮了更大的價值。大數(shù)據(jù)的產(chǎn)生能夠在將來提升人類對科學的第四范式，在過去，我們通常憑借經(jīng)驗和推理做出決策，而現(xiàn)在通過數(shù)據(jù)就能發(fā)現(xiàn)問題。

所以，從這個角度來說，小數(shù)據(jù)從采集、加工到最后的處理和分析過程中都具有價值，社會的經(jīng)濟活動還是需要小數(shù)據(jù)。但是大數(shù)據(jù)開辟了新的天地，提高了我們的認識和認知能力，所以大數(shù)據(jù)的價值確實是非常值得期待的。但是不能因為大數(shù)據(jù)，就忽視了小數(shù)據(jù)。

Q：現(xiàn)在大數(shù)據(jù)非?；?，但是小數(shù)據(jù)如何切入？

田春華：我們在做大數(shù)據(jù)分析時，其實還是需要小數(shù)據(jù)的支撐，但需要的是具有代表性的小數(shù)據(jù)，當利用小數(shù)據(jù)后再遷移到大數(shù)據(jù)進行大規(guī)模驗證，包括挖掘我們認識之外的東西，在大數(shù)據(jù)上是否能看到一些我們原來理解之外的東西？或者是看到一些目前解釋不了的東西？解釋不了的東西有可能存在規(guī)律，有可能是我們的測量手段或者是當前的數(shù)據(jù)采集方式有問題。

其實我們一直按照從小數(shù)據(jù)到大數(shù)據(jù)的迭代方式，先利用小數(shù)據(jù)，再應用大數(shù)據(jù)，從大數(shù)據(jù)的應用中再回到小數(shù)據(jù)反復迭代，然后再提升，這樣才能使大數(shù)據(jù)成功落地，而不是只談大數(shù)據(jù)不顧小數(shù)據(jù)。

如果脫離了小數(shù)據(jù)來談大數(shù)據(jù)，對于企業(yè)來說具有很大的風險。

主持人：而且可能也會給企業(yè)帶來一些不好的效果。小數(shù)據(jù)見效更快，對于企業(yè)來說，小數(shù)據(jù)的直接價值更大。

田春華：不只是對企業(yè)，對我們分析師來說，小數(shù)據(jù)或者是少量的數(shù)據(jù)更容易參透。其實很多事情和工程問題一樣，講究二八定律，人類把握80%的問題，而剩下的20%的問題交給統(tǒng)計或者智能進行挖掘，來解決20%的未知因素。

Q：在咱們?nèi)粘５墓ぷ鳟斨?，是不是小?shù)據(jù)應用得更多一些？

李紅：對，國家統(tǒng)計局有一個國民經(jīng)濟行業(yè)分類。為什么要分類？我們的社會充滿數(shù)據(jù)，如何有條理、有規(guī)矩、有序地應用數(shù)據(jù)？還需要人為地把這些數(shù)據(jù)進行歸類、識別、分析。所以，為了解決好效率和質(zhì)量的問題，我們需要大量的小數(shù)據(jù)。

就像日常出行選擇交通方式時，如果距離非常近，最好騎自行車，這樣的話效率很高。如果開車的話，需要啟動、停車，效率反而降低。所以，不能因為大數(shù)據(jù)的價值高，就忽視了小數(shù)據(jù)。

Q：能否以小數(shù)據(jù)的應用為例，談談如何將其與大數(shù)據(jù)結合為企業(yè)解決問題？

田春華：我舉個例子：

我們幫金風科技（一家世界領先的風電設備制造商）做載荷仿真時，遇到的問題就是要加速仿真過程，因為工礦比較多，有一千多個工礦要仿真。所以，最初始的訴求也很簡單，通過智能化、小數(shù)據(jù)，把瑣碎的過程自動化，還有解決計算時間較長的問題，另外，產(chǎn)生的仿真文件特別多，需要把用的結果自動抽出來。

這本身是一個很好的自動化小數(shù)據(jù)，但是中間用了一些大數(shù)據(jù)計劃，其實更多是利用傳統(tǒng)的小數(shù)據(jù)。

用完之后，我們隱約意識到，一旦能把載荷仿真智能化之后，從業(yè)務上帶來的價值不僅僅是在企業(yè)內(nèi)部提升了載荷仿真團隊的工作效率，而且極大地改善了認證的階段。過去我們通常寫二三百頁的文檔作為報告，而認證機構把它還原到計算機中的過程則需要一周的時間。如果能把這些計算自動化，把計算結果、計算過程、原始資料都提交給認證機構，認證機構也省去了驗證的過程，我們也省去了寫企業(yè)幾百頁報告的麻煩。

后來我們更意識到了，這對企業(yè)整個的研發(fā)來說，就是協(xié)同研發(fā)、協(xié)同設計。過去，葉片廠商和塔架廠商都把自己設計好的文件提交到金風的研發(fā)團隊，研發(fā)團隊再整合起來進行仿真，之后如果發(fā)現(xiàn)某些環(huán)節(jié)需要調(diào)整，再返回給各廠商。

在實現(xiàn)了自動化之后，每個人可以獨立地提交文件，可以和別人現(xiàn)有的方法進行整合，然后馬上就會出具結果，這樣就使整個研發(fā)過程變成了一個并行的研發(fā)。

我們從最早非常小的一個點，慢慢走到需要用大數(shù)據(jù)來進行支撐。這是我們和業(yè)務部門都沒有想到的，事實證明一旦某個生產(chǎn)環(huán)節(jié)得到了加速，所帶來的是業(yè)務模式的轉(zhuǎn)變，而業(yè)務模式所對應的大數(shù)據(jù)后臺技術的要求是不一樣的。在企業(yè)內(nèi)部用安全、認證沒有問題，但對外我們還要建模性加密，包括各種引擎的分析模型分享等。

我們過去做過很多大部件的工程診斷，研發(fā)部門有很多經(jīng)驗模型，并且全部都驗證，大家對模型的應用非常有自信。

但當我們部署了大數(shù)據(jù)平臺之后，發(fā)現(xiàn)以往的經(jīng)驗應用到風機廠，幾乎沒有一個模型是準確的。這也是我們?yōu)槭裁春髞響迷谛?shù)據(jù)上做的模型，到大數(shù)據(jù)上去驗證，當驗證完成后，再回頭修改小數(shù)據(jù)。通過這種大數(shù)據(jù)、小數(shù)據(jù)迭代的方式，金風已經(jīng)成功做出上百的模型，可以應用在全球范圍內(nèi)的風機。

小數(shù)據(jù)為我們打下了很好的基礎，已經(jīng)八九不離十，剩余10%的間隙用大數(shù)據(jù)去彌補。如果沒有那80%、90%小數(shù)據(jù)的支撐，只依靠挖掘大數(shù)據(jù)，很難保證其精準度。因為樣本不均衡，在工業(yè)中越嚴重的故障樣本量越小，我們沒有足夠的樣本來訓練一個可靠的模型。這就是為什么我們做出小數(shù)據(jù)之后，再用大數(shù)據(jù)去驗證反而見效更快。

Q：那么在傳統(tǒng)企業(yè)中，是否也碰到過上述情況？

李紅：在傳統(tǒng)企業(yè)中我們也遇到了這種問題。因為大數(shù)據(jù)被理解為一種技術，它是一種新的思維、新的能力，傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)企業(yè)是不一樣的，我們在技術和思維能力之間還存在差距。

簡單說，我們在與CIO這個群體交流時發(fā)現(xiàn)，大家都苦于企業(yè)沒有需求，不確定業(yè)務部門能否做一些大數(shù)據(jù)研究案例，以及業(yè)務部門不知道為什么做大數(shù)據(jù)。而職能部門也無法改善管理，因為職能部門也不知道怎么做大數(shù)據(jù)。

問題出在哪里？互聯(lián)網(wǎng)企業(yè)已經(jīng)實現(xiàn)了技術和能力的匹配，物聯(lián)網(wǎng)企業(yè)要想知道做什么，就要去搜集數(shù)據(jù)。那么在傳統(tǒng)企業(yè)中，大數(shù)據(jù)如何能發(fā)揮價值？在需求端、業(yè)務端、應用端他們還很難說出為什么要用大數(shù)據(jù)，用大數(shù)據(jù)干什么？大數(shù)據(jù)從哪里來？他們正被這種問題困擾著。

所以，目前大數(shù)據(jù)所落地的傳統(tǒng)企業(yè)都是一些很具體的實戰(zhàn)型企業(yè)，比如生產(chǎn)廠商。我們最近看到華倫集團率先在水電、火電設備上和具體的生產(chǎn)場景中，利用大數(shù)據(jù)進行突破。

目前，大數(shù)據(jù)在傳統(tǒng)企業(yè)里面一定要找到具體的應用場景和目標，要解決數(shù)據(jù)從哪兒來，什么是大數(shù)據(jù)，大數(shù)據(jù)能做什么等問題。因為傳統(tǒng)企業(yè)必須見到效果了，或者是感覺到了大數(shù)據(jù)的價值，才會發(fā)展大數(shù)據(jù)。

所以，大數(shù)據(jù)在傳統(tǒng)企業(yè)的推進中要有一個過程。從技術發(fā)展的角度來說，我們從消費互聯(lián)網(wǎng)過渡到產(chǎn)業(yè)互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)階段，應該說大數(shù)據(jù)剛剛起步，無論是從理論上、應用上還是價值上來說，都是剛剛開始。

盡管現(xiàn)在依然是技術人員在技術層面上談大數(shù)據(jù)，實際上，一旦傳統(tǒng)企業(yè)應用了大數(shù)據(jù)，傳統(tǒng)企業(yè)轉(zhuǎn)型升級、創(chuàng)新發(fā)展、彎道超車都有很大可能，所以大數(shù)據(jù)的未來是非常好的。

Q：最后請兩位專家用一分鐘的時間總結一下大數(shù)據(jù)和小數(shù)據(jù)的關系。

田春華：我認為數(shù)據(jù)技術和業(yè)務不是割裂的關系，無論是大數(shù)據(jù)還是小數(shù)據(jù)，我們在以數(shù)字化轉(zhuǎn)型或是數(shù)字化業(yè)務的視角去審視和推進整個數(shù)據(jù)建設時，都應當遵循三點：

1.有明確的業(yè)務規(guī)劃或者是業(yè)務場景。

2.要對當前整個行業(yè)環(huán)境包括企業(yè)的數(shù)據(jù)基礎進行摸底，當我們要發(fā)展大數(shù)據(jù)時，當前的數(shù)據(jù)基礎能不能支持現(xiàn)有的場景。

業(yè)務驅(qū)動還是要尋找業(yè)務場景，一方面是業(yè)務部門的努力，另一方面大數(shù)據(jù)公司也應努力地尋找業(yè)務場景、業(yè)務驅(qū)動，以合適的方式將可行的數(shù)據(jù)、高價值的信息及時推給相應的人。

3.從數(shù)據(jù)的角度審視我們的業(yè)務和問題，從而完善我們的業(yè)務。當通過數(shù)據(jù)分析發(fā)現(xiàn)問題后，反過來改善業(yè)務流程，形成業(yè)務和數(shù)據(jù)的閉環(huán)。

李紅：我們要重視小數(shù)據(jù)的利用價值，因為小數(shù)據(jù)事關我們的日常生活和工作，但是我們要大力推進大數(shù)據(jù)的應用發(fā)展，因為它關系到我們的產(chǎn)業(yè)升級、動能轉(zhuǎn)化、經(jīng)濟轉(zhuǎn)型和強國建設。所以，大數(shù)據(jù)決定我們的命運和未來。

數(shù)據(jù)本無大小，但運用數(shù)據(jù)的立場卻分大小。